基于模糊神经网络的嘉陵江水质评价预测算法研究.docx
文本预览下载声明
PAGE2
基于模糊神经网络的嘉陵江水质评价预测算法研究
摘要
水与人们的生活息息相关，评价水体的好坏可以用水质等级的高低来衡量，溶解氧、pH值、总磷、化学需氧量、高猛酸盐浓度等参数常被用来估算水质指标。现有技术发展情况，水环境质量指数的估算方法有多种，其中一种方法是使用人工神经网络。利用模糊数学理论和人工神经网络相结合的方式，构建一种基于模糊神经网络的模型。然后将近几年连续24个月份的真实嘉陵江水质样本作为输入，该样本含有6种常用水质评价参数，通过上述模型计算处理后，能给出其水质的具体值，将水质锁定在Ⅰ到Ⅴ之间，最终完成水质评价。该模型通过均方误差的形式反映实验结果精度，通过
显示全部